Eka се оценява на 1,45 млрд. долара благодарение на физически AI модел, който възхищава експертите

Роботите все още не са особено добри в това да вземат предмети, въпреки инвестициите за милиарди долари и безкрайните видеоклипове, подавани към модели за дълбоко обучение.

Това може би е на път да се промени благодарение на архитектура за манипулация, разработена от Eka Robotics, която включва чувствителен към силата захват и нов вид модел за дълбоко обучение. Основан от професора от MIT Пулкит Агравал и бившия изследовател от Google DeepMind Туомас Хаарноя, стартъпът току-що приключи рунд от серия A на стойност 150 милиона долара, воден от фондовете за рисков капитал a16z и F-Prime, който оценява компанията на 1,45 милиарда долара след финансирането.

„Те вече надминават човешките възможности при определени задачи и затова смятаме, че през следващите няколко месеца ще има свръхчовешко представяне при много задачи, изискващи сръчни манипулации“, каза пред TechCrunch Рагу Рагурам, генералният партньор в a16z, който съвместно ръководи рунда за набиране на средства.

В ерата на безкрайните роботизирани демонстрации възможностите на Eka шокират ветераните в разработването на роботи.

Крис Хаузър, професор в Университета на Илинойс в Ърбана-Шампейн, каза, че в сравнение с други демонстрации на роботи, които е видял наскоро, тази е имала „уау фактор“. Роботът на Eka „успя да се адаптира към голям брой различни предмети, без да се налага повторно обучение“, каза Хаузър и добави, че той има и аспект на „човечност, зловеща човечност — опитваше отново и отново, ако се провалеше от първия път“.

Друг специалист по роботика, който помоли да остане анонимен заради работата си в изследователска лаборатория на водеща технологична компания, каза пред TechCrunch, че да види робота на Eka в действие е било емоционално преживяване, сравнимо с момента, когато роботите за първи път постигнаха надеждно придвижване на крака преди пет до десет години. Вижте сами:

 

Какво е забележителното тук? Колко плавно и бързо се движи роботът. Той може да вземе около 1500 предмета с тегло до 1 кг за един час, в сравнение с около 600 при човек; Eka твърди, че надеждно взема предмети в над 95% от случаите. А роботизираната ръка е достатъчно силна, за да се нарани, докато се движи с такава скорост. Според наблюдателя от водещата лаборатория това означава, че „те имат голямо доверие в алгоритъма си, че няма да повреди робота. Чудя се колко робота са счупили по пътя?“

Когато специалистът по роботика от водещата лаборатория се срещнал с робота на Eka, той му подал малина — очевидно любимия тестов предмет на лабораторията. „Усещането от това един голям, тежък робот да се устремява към ръката ми, а след това да забави точно навреме и много нежно да ме докосне, е чувство, което в този момент нося в тялото си“, каза той пред TechCrunch.

Как да не смачкате малината

Тези възможности са следствие от начина, по който е изграден базовият модел. Вместо модел „зрение–език–действие“ — който е обучен да разбира връзката между езика, визуалните входни данни и действията — тук архитектурата е модел „зрение–сила–действие“, който се фокусира върху връзката между езика, входните данни за силата и действията. Критици на настоящата посока при генеративните модели за роботика с изкуствен интелект, като Родни Брукс, казват, че те ще се провалят без опит да представят силата и допира; резултатите на Eka подсказват, че тези критици имат основание.

„Зрението не е основният начин, по който решавате този последен милиметров проблем“, каза съоснователят на Eka Агравал пред TechCrunch. „Зрението ви казва приблизително къде се намира предметът и каква е позата му, но самото хващане, самото търсене се осъществяват чрез сили.“

Eka е трябвало да проектира уникална роботизирана ръка, която да е по-гъвкава от традиционните захвати и да включва повече сензори за сила; тя реагира при контакт и именно затова не смачква малината. По очевидни конкурентни причини основателите не разкриват подробности за начина, по който са постигнали това, но в основата му е използването на физичен симулатор за моделиране на множеството сили, с които роботът ще се сблъска, докато се опитва да хване нещо, и използването на този модел за създаване на среда за обучение с подсилване, която може да работи в голям мащаб. Те казват, че могат да генерират хиляди часове роботизиран опит за минути.

„Вместо да бъде ограничена до данните, които събирате например от човешки демонстрации, Eka използва обучение с подсилване, за да позволи на робота да надмине всякакви демонстрации, които са му предоставени“, каза Хаузър. „Наистина вълнуващото е, че те успяват да не бъдат ограничени от данните, представени им за обучение.“

Агравал и Хаарноя, които за първи път са се срещнали като докторанти в Калифорнийския университет в Бъркли, са водещи изследователи в областта на обучението с подсилване за управление на роботи. Основният залог на Eka е бил, че тази техника може да се реализира в голям мащаб чрез симулация, вместо да се разчита на видеоклипове, събирани от работници на платформи за задачи или оператори на роботи, изпълняващи задачи в продължение на много часове. Симулацията е била ключова за постигането на надеждна манипулация от робота — постижение, което в миналото се е оказвало по-трудно при задачи, изискващи взаимодействие с предмети, вместо избягването им.

„Това, което EKA преодолява, е разликата между универсалност и производителност, която измъчва голяма част от съвременната роботика“, твърди Агравал.

Как да направим универсалния робот полезен

В момента най-универсалните модели на физическия изкуствен интелект — тези, които могат да се опитват да изпълняват много различни задачи — не са особено добри в тях. Но моделите на изкуствения интелект, обучени да бъдат изключително способни при една-единствена задача, може да не са достатъчни, за да оправдаят бизнес случая за дадена компания: обещанието на генеративния изкуствен интелект е, че роботите могат бързо да научават множество задачи, включително нови.

Настоящите подходи са добри в създаването на роботи, които са по-общо интелигентни от преди — Astra, най-новият голям езиков модел на ChatGPT, може да управлява робот в непозната среда и да изпълнява задачи с него, но бавно и на висока цена. Обещанието на модел като този на Eka е, че той се справя с физическата страна, докато по-общ модел взема решения как да бъде решен даден проблем. Astra например може да знае, че чиниите се подреждат в шкаф, когато бъдат извадени от съдомиялната, но моделът на Eka е способен да вземе чиния, без да я счупи.

„Повечето от специалистите в тази област се фокусираха върху планирането“, казва съоснователят на Eka Хаарноя, „затова те подхождат отгоре надолу: високо ниво на интелигентност, което се насочва към физическия свят. Ние обаче мислим за това отдолу нагоре.“

Eka все още трябва да се докаже в реални условия. Компанията работи по секретни пилотни проекти с редица индустриални клиенти, изпълняващи задачи по вземане и поставяне на предмети и манипулиране на проводници, но преходът от лабораторията към производствената линия е почти толкова голям, колкото и разликата между симулация и реалност.

„Голямо предизвикателство ще бъде работата им с интегратори по реални монтажни линии, където системата трябва да работи цяла година, без да се повреди“, каза Хаузър. Другият открит въпрос е „доколко тези техники могат да се обобщават за различни задачи?“ Това, което съм виждал, е вземане и поставяне, но много индустриални задачи с добавена стойност включват повече от просто вземане и поставяне.“

Агравал също се фокусира върху възможността за внедряване; в момента, казва той, хардуерът на захвата на Eka — който струва по-малко от 1000 долара — е проектиран за 5 милиона работни цикъла, но крайната цел е да достигне границата от 20 милиона цикъла, зададена от стандартните индустриални ръце.

„Това, което изграждаме, е инженерният подход за проектиране на цели работни процеси, но започваме много прагматично и казваме: ето две вертикали при вземането, подреждането, поставянето и манипулирането на проводници — нека ги превърнем в големи успехи“, каза Агравал. „След като постигнем големи успехи при тях, небето е границата за това колко много можем да направим с подхода, който разработваме.“